首页|多尺度和纹理特征增强的小尺寸人脸检测

多尺度和纹理特征增强的小尺寸人脸检测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对现有人脸检测算法难以处理多尺度、多姿态的人脸检测,尤其是面对小尺寸时准确性低的问题,提出了多尺度和纹理特征增强的小尺寸人脸检测算法.该算法的多尺度增强模块能够丰富特征的多尺度信息,提高对多尺度人脸的检测能力;纹理特征增强模块能够通过融合低层的纹理信息提升高层语义的表达,从而加强对小尺寸人脸的检测能力;多阶段加权损失函数平衡网络的输出,充分发挥各个模块的增强作用.实验结果表明,该方法不仅在检测速度上可以达到实时,而且对MALF数据集中高度小于60像素的人脸检测精度可达88.69％;在FDDB数据集上相比目前的BBFCN算法精度提高近四个百分点.
Multi-scale and texture feature enhancement for small face detection

张智、王进、王杰、郑锦

展开 >

中国民航大学 计算机科学与技术学院,天津300300

北京航空航天大学 计算机学院,北京100191

人脸检测 小尺寸人脸 多尺度增强 纹理特征增强 加权损失函数

国家自然科学基金资助项目中央高校资助项目

618760143122019123

2021

10.19734/j.issn.1001-3695.2019.12.0696

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.(3)
  • 5
  • 5